2.2 中 知识与连接能力：知识库、工具、连接器与 Skills

了解了应用的基础配置后，我们继续看 ADP 如何让智能体获得企业知识、连接外部系统，并从“会回答”进一步走向“能办事”。先理解什么是知识库、什么是知识管理，再进入文档、问答、数据库、知识库设置和 Agentic RAG。

2.2 中.1 知识库：ADP 中的 RAG 能力如何落地

第一章已经讲过 RAG：大模型回答问题前，先从外部知识中检索相关内容，再把检索结果作为上下文交给模型生成答案。ADP 的知识库，就是把这套思路产品化、可配置化、可维护化的能力，是一条完整链路：知识导入、文档解析、Chunk 切分、向量化与索引、检索召回、重排序、引用展示，以及后续的调试和维护。

知识库与 RAG 的关系

RAG 是技术思路，知识库是 ADP 中承载这套思路的产品能力。RAG 解决“大模型不知道企业私有知识”的问题；ADP 知识库进一步解决“企业知识如何进入平台、如何被处理、如何被检索、如何被引用、如何被持续维护”的问题。

互动演练：排出正确的 RAG 链路

使用上下按钮调整顺序，再提交答案。

正确顺序：

1. 知识导入

2. 解析

3. 切分

4. Embedding / 索引

5. 检索

6. 生成回答

7. 引用展示

2.2 中.1.1 什么是知识库？

在 ADP 中，知识库是用于导入、处理、维护和检索企业知识的核心模块。企业可以把产品说明、制度文件、操作手册、FAQ、培训材料、网页内容等资料放入知识库，让智能体在回答问题时优先从这些资料中查找依据。从实际使用角度看，知识库的价值不只是“让大模型知道更多”，而是让回答更贴近企业真实业务、更可追溯、更容易运营。

在腾讯云智能体开发平台，知识库存储的数据称为知识，分为以下三种类型：

ADP 中主要有两个层级的知识库：一是平台级知识库，可以在相同主账号下被多个应用关联使用；二是应用内的默认知识库（应用级知识库），服务于当前应用。平台级知识库适合企业级公共资料，例如产品手册、政策制度、售后规则、行业方案等；默认知识库适合当前应用的专属资料，例如某个客服机器人自己的服务口径。

Tips：

当应用评测进行时，无法对知识库内容进行更改，包括新增导入、删除和修改知识设置。

🖼 图：图· 知识库层级

平台级知识库的创建与引用

（1）新建知识库

单击左侧菜单栏中的**知识库 **> 新建知识库，填写知识库名称和知识库描述。

🖼 图：图· 新建平台级知识库

（2）修改知识库名称

修改知识库名称：单击知识库左上角即可修改知识库名称。

🖼 图：图· 修改知识库名称

（3）删除知识库

如需删除知识库，请确保当前知识库未被任何应用所引用；被应用引用的知识库需要先解除引用关系后删除。

🖼 图：图· 删除知识库

（4）在应用内添加知识库

单击应用，前往应用 > 知识管理 > 添加知识库。添加后即成功引用所添加的平台级知识库；若取消勾选，则为取消引用该平台级知识库。调整知识库的引用关系后需要重新发布应用。

🖼 图：图· 在应用内添加知识库

2.2 中.1.2 什么是知识管理？

知识管理是围绕知识导入、知识处理、知识维护和知识效果调试的一组能力。ADP中，如果需要复用其他知识内容，可以在知识管理内额外添加刚刚提到的平台级知识库。同时，每个智能体应用内设默认知识库（应用级知识库），仅限当前应用使用，不支持跨应用共享。企业把资料放进平台只是第一步，真正影响效果的是后续管理：资料是否最新、是否重复、是否结构清晰、是否被正确切分、检索结果是否命中、答案是否引用了正确片段。因此，知识管理可以理解为“让企业知识变成可被智能体稳定使用的资产”的过程。

Tips：

知识库效果不是“上传越多越好”，而是“资料质量、解析质量、切分方式、检索策略、更新维护”共同决定。ADP 把这些环节做成可配置能力，可以持续优化，而不是一次性上传后完全交给模型猜。

2.2 中.1.3 文档

文档是知识库最常见的知识来源，也是最容易上手的部分。ADP 的文档能力覆盖从上传、解析、切分、干预到对比的多个环节，目的是把企业原始资料处理成适合检索的知识片段。下面按照控制台中的顺序展开。

2.2 中.1.3.1 文档导入

在准备知识文档时，应尽量保证标题层级清楚、段落边界明确、表格字段完整、版本信息可识别。这样平台在解析和切分时更容易保留业务语义，后续检索也更容易命中正确内容。

进入知识库文档页后，选择知识管理 > 文档，进入文档管理界面。支持导入文档、下载文档、删除文档及文档分类。可以通过本地文档、网页文件、腾讯文档和腾讯云对象存储（COS）四种方式导入文档。

🖼 图：图· 导入文档

注意：

1.导入本地文档条件：

• 支持 pdf、doc、docx、ppt、mhtml、pptx、wps、ppsx 格式，大小限制：200 MB。
• 支持 keynote、pages 格式，大小限制：50 MB。
• 支持 xlsx、xls、csv、md、txt、html、xmind、json、xml、log、numbers（限制行数3万行、列数180列）格式，大小限制：20 MB。
• 支持导入带文字的图片，包括 jpg、png、jpeg、tiff、bmp、gif 格式，大小限制：50MB，长宽比不超过1:7。
• 表格文件（ xlsx、xls、csv 格式）最大支持1万行、100列数据，建议一个 sheet 只存放一张表格，表格中出现全空行数据将影响问答效果。
• 支持批量导入文档。 2.网站链接限制：
• 确保所爬取的网页 无登录授权验证 ，即无需验证当前用户身份和授予用户系统访问权限就可访问网页。
• 暂不支持异步加载类型的网站内容爬取。
• 请您确保在法律法规允许的范围内使用本网页解析工具，遵守目标平台管理规范、保障权利人合法权益，您应对此独立承担责任。腾讯云智能体开发平台作为工具提供方不对您的解析或下载行为承担任何责任。

2.2 中.1.3.2 文档切分设置

文档切分指的是系统按照一定规则，将文档内容划分为多个独立的切片。这些切片会被索引并存储在知识库中，是实现 RAG（Retrieval-Augmented Generation，检索增强生成）能力的核心环节。在问答过程中，当用户提出问题时，系统会先从知识库中检索与问题最相关的内容切片，然后将这些切片作为外部知识注入大模型的上下文中，辅助其生成答案。合理的切分大小将直接影响检索和生成的效果：

• 切片过大 ：可能包含过多无关信息，导致检索精度下降，并增加计算与资源消耗。

• 切片过小 ：内容不完整，缺乏上下文连贯性，容易造成召回知识片段碎片化，使生成答案不够全面。

因此，平台在产品层面提供了灵活的文档切分规则，支持用户根据业务需求自定义调整规则，以在检索效率与生成质量之间取得最佳平衡，充分发挥 RAG 技术在知识问答与信息检索中的优势。

文档切分的规则支持默认切分规则和自定义切分规则：

• 默认切分规则 ：产品使用模型能力进行切分，默认切片规则不支持用户干预。

• 自定义切分规则 ：提供3种切分规则支持用户选择，包括通用标识符切分、父子标识符切分、及按行切分。

2.2 中.1.3.3 智能结构化解析

**智能结构化解析是指通过使用结构化表改写模型，自动判断用户导入的表格文件是否为结构化形式。**如当前您上传的表格源文件并非结构化表，也将通过模型自动判断，可能改写成结构化表，以提升表格问答准确率。

（1）结构化表格

• 核心特征：具有严格的二维关系模型，可直接对应关系型数据库结构。

• 数据特征：

（2）非结构化表格

• 核心特征：以人类阅读优先的视觉呈现方式破坏了机器可读性

• 结构干扰特征：

2.2 中.1.3.4 文档对比任务

文档对比任务适合处理版本变更和内容差异。企业知识库不是静态的，政策会更新，产品手册会迭代，服务口径会调整。文档对比可以帮助识别不同版本之间的变化，判断哪些内容需要替换、哪些知识片段需要重新处理、哪些答案口径可能受到影响。

触发文档对比任务的方式包括自动触发对比和手动触发对比

（1）自动触发对比：当满足以下条件时，由系统自动生成的文档对比任务。

• 文档名称相同 ：当客户本地上传的文档与文档列表中的文档名称及文档类型相同、文档内容不相同时，新导入文档（即新文档）的导入状态为待发布状态时，会自动触发文档对比。

• 网址来源相同 ：当客户导入相同网址的文档，新文档导入状态为待发布状态时，会自动触发文档对比。

（2）手动对比：支持客户通过单击文档对比任务 > 单击添加对比任务 > 选择需要进行对比的文档 > 单击开始对比手动添加文档对比任务。从文档列表中选择2个文档（仅支持选择待发布和已发布状态的文档），保存后将生成1条文档对比任务。

2.2 中.1.4 问答

问答类知识是以**“问题—答案”形式成对存在**的知识。在将相关文档导入腾讯云智能体开发平台后，系统会自动生成对应的问答对。与传统的单纯文档内容分析相比，问答对具有更高的针对性和结构化程度：它能够直接将用户可能提出的问题与准确答案建立对应关系，减少了模型在理解和生成过程中的歧义。

例如，在客服场景下，问答对的优势尤为明显。一方面，它可以覆盖常见问题并快速定位标准答案，从而显著缩短响应时间；另一方面，问答对的结构化特性便于后续维护和扩展，能够随着业务的发展不断完善知识库。

当知识被导入系统后，设定的应用将形成基于问答对的业务知识库，应用可以直接利用该知识库内容对用户问题进行解答，从而实现更高效、更准确的自动化知识服务。

知识库问答应用支持新建问答、批量/手动导入问答、校验问答、问答分类等操作。录入问答之后，当客户输入问题时，会将客户问题和问答库中的问题进行检索匹配，相似度达到一定阈值后，会输出对应回答。

🖼 图：图· 新建问答

2.2 中.1.5 数据库

**数据库是用于存储和管理结构化数据格式文件的系统。**将数据库连接至腾讯云智能体开发平台后，可以赋予智能体基于结构化数据进行问答的能力，支持单表查询、多表查询等。

与传统 BI 工具需要依赖专业人员建模、编写 SQL 或配置报表不同，智能体结合数据库的方式能够让业务人员直接通过自然语言进行数据查询与分析。在 Data+AI 场景下，这种方式不仅具备更高的交互灵活性，还能够结合上下文进行多维度探索与分析，从而让数据分析从“专业驱动”转向“业务驱动”，有效提升企业的数据利用效率与决策敏捷度。

2.2 中.1.6 Agentic RAG

Agentic RAG（智能体检索增强生成）是腾讯云智能体开发平台提供的下一代知识库问答能力。相比传统 RAG 的单次检索-生成流程，Agentic RAG 基于 Agent Loop 框架，实现智能体自主反思、智能切换检索策略、多轮迭代检索，在知识场景中提供更广的回答范围和更高的回答准确度。

（1）传统 RAG 与 Agentic RAG 的区别

（2）适用场景

Agentic RAG 适用于以下类型的知识问答场景：

• 多文档整合问答 ：需要综合多个文档信息才能回答的问题，例如“对比 A 产品和 B 产品的功能差异”。

• 复杂条件筛选 ：需要按时间、地区、类别等条件筛选后生成答案，例如“2025 年华东区销售政策有哪些变化”。

• 交叉验证型问答 ：答案需要从多个知识源交叉验证，例如“公司的差旅报销标准是否有最新更新”。

• 深度推理型问答 ：需要理解问题意图并多步推理，例如“根据公司制度，跨部门协作的审批流程是什么”。

注意：

• Agentic RAG 相比传统 RAG 会消耗更多 Token ，建议根据实际场景合理设置反思轮数。

• 对于简单的知识库问答场景，建议使用传统 RAG，响应更快、成本更低。

（3）使用前提

使用 Agentic RAG 前，需要满足以下条件：

• 已创建 Claw 模式 或 Multi-Agent 模式 应用（需要添加 AgenticRAGSearch 工具）。

• 已完成知识库创建并导入文档。

也就是说，Agentic RAG 不是独立于应用和知识库之外的能力，而是在已有知识库基础上，通过工具方式加入到应用中，让智能体具备更强的检索、反思和多轮查找能力。

2.2 中.2 连接器、工具与 Skills：让智能体从回答走向行动

知识库解决“智能体能查什么”，连接器、工具和 Skills 解决“智能体能做什么”。当需要智能体查询订单、读取数据库、创建工单、发送通知、调用企业系统或执行某类文件处理能力时，就需要连接器、工具或 Skills。

（1）连接器

连接器用于接入第三方 SaaS、企业系统或腾讯生态产品中的数据与操作能力。通过连接器，智能体可以在获得授权或完成必要配置后，访问外部系统中的业务数据，并根据用户指令完成查询、创建、更新、通知等操作。例如，您可以使用 TAPD 连接器查询项目需求、缺陷和任务信息；使用腾讯乐享连接器查询知识库内容；使用 GitHub 连接器查询 Issue、PR 或代码仓库信息。连接器更适合以下场景：

• 需要访问外部系统或企业内部系统中的数据；

• 需要对接账号、权限、授权或密钥配置；

• 需要让智能体在业务系统中执行查询、写入、通知等操作；

• 希望通过标准化方式将企业已有系统接入智能体应用。

（2）自定义连接器

当平台预置连接器无法满足企业接入需求时，您可以创建自定义连接器，将企业自有系统、内部服务或第三方 SaaS 接入平台。

支持的接入方式：

MCP：MCP（Model Context Protocol，模型上下文协议） 是专为大语言模型（LLM）应用设计的开放协议，旨在实现 LLM 与外部数据源、工具的无缝集成。它通过统一的接口规范，将原本分散API 工具集成简化为"即插即用"模式，解决传统 API 工具集成中存在的多协议适配、高开发成本等问题。

（3）工具

工具用于为智能体提供独立的通用处理能力。工具通常不强调与某个业务系统的长期连接，而是面向某类具体任务提供原子能力。例如，文档抽取工具可以帮助智能体从文件中提取结构化信息；图片理解工具可以帮助智能体识别图片内容；内容安全工具可以帮助智能体对输入或输出内容进行安全检测。工具更适合以下场景：

• 需要完成某个独立任务或通用处理能力；

• 希望在智能工作台、工作流、Multi-Agent 中复用标准能力；

• 希望将复杂任务拆解为可被智能体调用的原子能力。

（4）Skills

Skills（又称"技能"）可以为智能体应用扩展专业能力，例如通过文档翻译、图像识别、语音合成等 Skills 增强智能体的能力边界，让智能体具备更多实用场景下的专业处理能力。在 Skills 广场内，您可以浏览和安装平台预置的内置 Skills，也可以导入自定义的 Skills 包来满足个性化需求；同时，您还可以将自己上架的优秀自定义 Skill 提交企业共享，审批通过后沉淀为企业共享 Skills，供本企业下所有空间的成员复用，让团队的优秀经验在企业内高效流转。

接入前检查：Skills、连接器与工具的安全五层

提示

**部门知识隔离同样属于权限治理：**应用端先校验用户身份，再按部门或角色限定知识范围；检索时传入权限变量，避免不同租户或部门的文档被越权召回；定期审查权限配置和访问日志。仅在提示词中写“不要查看其他部门资料”不能替代真实的权限控制。

2.2 中 小结

知识库承载企业知识，文档/问答/数据库提供不同形态的知识来源，解析和切分决定知识能否被正确处理，检索设置决定知识能否被准确召回，连接器和工具则让智能体从“回答问题”进一步走向“执行任务”。下一部分将了解workflow、multi-agent和claw。